Busca avançada
Ano de início
Entree

Otimização de recursos de nuvem baseada em IA visando a redução de emissões de carbono

Processo: 23/15949-8
Modalidade de apoio:Bolsas no Brasil - Pós-Doutorado
Data de Início da vigência: 01 de abril de 2024
Data de Término da vigência: 31 de março de 2026
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
Pesquisador responsável:Jaime Simão Sichman
Beneficiário:Vinicius Renan de Carvalho
Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Inteligência artificial   Sistemas multiagentes   Algoritmos evolutivos   Heurística   Hiper-heurística   Emissão de gases   Carbono
Palavra(s)-Chave do Pesquisador:Algoritmos Evolucionários | heuristicas | híper-heurísticas | Otimização Multi-objetivo | redução da emissão de carbono | sistemas multi-agentes | Inteligência Artificial

Resumo

A urgente necessidade de reduzir as emissões de carbono resultantes do aquecimento global inspira novas abordagens na computação em nuvem.Esta proposta centra-se no emprego de inteligência artificial,particularmente sistemas multiagentes, algoritmos evolutivos e hiper-heuristicas, para reduzir eficazmente as emissões de carbono considerando a perspectiva dos clientes de fornecedores de datacenters na nuvem.Ambientes em nuvem oferecem uma oportunidade para a busca por uma computação econômica e sustentável, alinhando-se com objetivos ambientalmente conscientes.Esta pesquisa centra-se na otimização dos recursos da nuvem para minimizar as emissões de carbono, considerando o ponto de vista do cliente, abrangendo fatores de custo e desempenho. Tratando assim este problema como um problema de otimizacao multi-objetivo.Os principais objetivos desta pesquisa incluem a investigação dos desafios de agendamento de recursos na nuvem, o emprego de diversos algoritmos de IA e a avaliação abrangente de seu desempenho. Através desta abordagem, os clientes da nuvem podem tomar decisões informadas que equilibram a relação custo-benefício, o desempenho e o impacto ambiental. Ao aplicar o poder dos sistemas multiagentes, algoritmos evolutivos e hiper-heuristicas, esta proposta visa contribuir para a transformação sustentável da computação em nuvem, reduzindo efetivamente as emissões de carbono e garantindo ao mesmo tempo uma ótima qualidade de serviço aos clientes. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DE CARVALHO, VINICIUS RENAN; SICHMAN, JAIME SIMAO. HEACT: Hybrid Evolutionary Algorithm for the Multi-region Multi-objective Cloud Task Scheduling Problem. A Study of Workflow Scheduling in AWS EC2. INTELLIGENT SYSTEMS, BRACIS 2024, PT II, v. 15413, p. 16-pg., . (23/15949-8)